Z Gastroenterol 2009; 47 - P227
DOI: 10.1055/s-0029-1241477

Narrow-Band Imaging für die Computer-unterstützte Diagnose bei Patienten mit Barrett-Ösophagus

S Zopf 1, A Kage 2, C Münzenmayer 2, T Wittenberg 2, EG Hahn 1, M Raithel 1
  • 1Universitätsklinikum Erlangen, Medizinische Klinik 1, Erlangen, Germany
  • 2Fraunhofer Institut für Integrierte Schaltungen, Erlangen, Germany

Einleitung: Das Ösophaguskarzinom hat eine sehr schlechte Prognose. Die frühzeitige Detektion von verdächtigen Schleimhautarealen im Ösophagus kann die Entstehung eines Karzinoms verhindern bzw. das Karzinom in einem frühen Stadium detektieren. Die Barrett-Schleimhaut ist eine Präkanzerose, welche auf ein sich entwickelndes Karzinom hinweisen kann. Aus diesem Grunde ist die frühste mögliche Detektion der Barrett-Schleimhaut eminent wichtig. Die Standarduntersuchung stellt die Untersuchung mittels Videoendoskop dar, wobei der Untersucher die Ösopgagus-Schleimhaut auf suspekte Befunde hin untersucht. Neben der etablierten Untersuchung mit weißem Licht stellt die neue Narrow-Band Imaging (NBI) Technik eine Alternative dar. Diese Technik benutzt ein kleineres Spektrum des sichtbaren Lichtes, um die sichtbaren Befunde zu verstärken. Studiendaten belegen, dass die Benutzung der NBI-Technik, anstatt des herkömmlichen weißen Lichts, die Diagnoserate relevanter Befunde erhöhen kann.

Ziele: In Zukunft könnten Computer-assoziierte Diagnosesysteme (CAD), welche bereits in der Mammografie verwendet werden, den Untersucher in der Diagnose von suspekten Befunden im Ösophagus unterstützen. Ein auf Untersucherwissen basiertes System, das eine Datenbank beinhaltet, ist ein möglicher Lösungsansatz zur Entwicklung suffizienter Systeme.

Methodik: Für unsere Untersuchungen haben wir NBI-Abbildungen mit 200 regions of interest (ROI) für 5 typische Klassen evaluiert: Plattenepithel, Cardiamukosa, Barrett-Schleimhaut, Entzündung und Karzinom. Daraufhin benutzten wir eine Standardtextur-Analyse nach Haralick, Chen und Unser, um die spezifischen Merkmale aus jeder ROI zu ziehen.

Ergebnisse: Die Ergebnisse dieser Klassifikation wurde mittels eines Klassifizierungssystems erstellt, welches das leaving-one-out Verfahren benutzt. Das beste Resultat, welches erreicht werden konnte, wies eine Genauigkeit von 94% auf.

Schlussfolgerung: Dieses Ergebnis zeigt, dass die NBI-Technologie eine gute Diagnoseunterstützung bieten kann, wenn sie mit einem CAD-System benutzt wird.